深度学习之GoogLeNet-v3解读

为什么提出 提出的背景 基本思想及其过程 通用设计原则 利用扩大滤波器尺寸来分解卷积 辅助分类器的实用性 网格尺寸减少很有效 InceptionV3 标签平滑的模型正则化 训练方法 低分辨率输入上的表现 为什么提出？ —针对计算效率和低的参数量的标准，为了进一步的优化googlenet，将卷积核分解。。 提出的背景 由于之前都关注的是网络的准确率，但是要真正运用深度学习，更应该关注如何能运用他，也

>>阅读原文<<